如何从头开始构建计算机视觉模型而不使用预训练模型

我在计算机视觉领域完全是个新手。我希望构建一个模型,不使用预训练的模型,如coco数据集或任何开源图像数据集。任何关于如何构建此类模型的文章或参考资料将不胜感激。我希望从头开始构建这个模型,并且任何关于现有训练模型或API的建议都与此问题无关。提前感谢任何建议。我为这个项目偏好的编程语言是Python


回答:

这个Keras博客上的教程怎么样:

https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

应该非常简单明了,作者以循序渐进的方式撰写。它有这三个阶段,但你只需要第一阶段:

  1. 从头开始训练一个小型网络(作为基线)

  2. 使用预训练网络的瓶颈特征

  3. 微调预训练网络的顶层

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注